概率论与数理统计：8.1 参数的点估计.pptVIP

例9 设总体 X 服从参数为? （? ＞0）的指数分布, X1, X2,…, Xn为总体的样本，x1, x2,…, xn 为样本值。求?的极大似然估计。 解 似然函数为 方程 的根为 经验证， 在 处达到最大，所以 是 的极大似然估计。 作业 1，2，3，4（习题八） 例10 设总体 的概率密度为 求 的矩估计量 解法一 虽然 中仅含有一个参数 但因 不含 不能由此解出 需继续求总体的二阶原点矩. 用 替换 的矩估计量为 解法二 用 替换 得 的另一矩估计量为 作业：习题8.1， P207 1，2，6，7 参数估 计问题 假设检 验问题 点 估 计 区间估 计 统计 推断 的 基本 问题 第八章 参数估计 什么是参数估计？ 参数是刻画总体某方面的概率特性的数量. 当这个数量是未知的时候，从总体抽出一个 样本，用某种方法对这个未知参数进行估计 就是参数估计. 例如，X ~N (? ,? 2), 点估计 区间估计 若?, ? 2未知，通过构造样本的函数, 给出它 们的估计值或取值范围就是参数估计的内容. 参数估计的类型 点估计 —— 估计未知参数的值 区间估计—— 估计未知参数的取值范围， 使得这个范围包含未知参数 真值的概率为给定的值. §8.1 参数的点估计 点估计的思想方法 设总体X 的分布函数的形式已知，但它含有一个或多个未知参数：?1,?2, ?,?k 设 X1, X2,…, Xn为总体X的一个样本 构造 k 个统计量： 随机变量 当测得一组样本值 x1, x2,…, xn 时，代入上述 统计量，即可得到 k 个数： 数值 称数 为未知参数 的估计值 问题 如何构造统计量？ 如何评价估计量的好坏？ 对应的统计量 为未知参数 的估计量 矩估计法 方法 用样本的 k 阶矩作为总体的 k 阶矩的 估计量, 建立含有待估计参数的方程，从而可解出待估计参数 一般地，不论总体服从什么分布，总体期望 ? 与方差? 2 存在，则它们的矩估计量分别为 两种常用的点估计的方法 事实上，按矩估计法原理，令 例1 设总体 X ~ N ( ? ,? 2 ), X1, X2,…, Xn为总体的 样本, 求 ? ,? 2 的矩估计量。 解 例2 设总体 X 服从指数分布, X1, X2,…, Xn为 总体的样本,求?的矩估计量。 解 令 故 例3 设从某灯泡厂某天生产的一大批灯泡中 随机地抽取了10只灯泡，测得其寿命为 (单位：小时)： 1050, 1100, 1080, 1120, 1200 1250, 1040, 1130, 1300, 1200 试用矩估计法估计该厂这天生产的灯泡的 平均寿命及寿命分布的标准差. 解 例4 设总体 X ~ U (a, b), a, b 未知，求 a, b 的 矩估计量. 解 由于 令 解得 点估计的极大似然估计法 思想方法：一次试验就出现的 事件有较大的概率 例如: 有两个外形相同的箱子,都装有100个球 一箱 99个白球， 1个红球 一箱 1个白球， 99个红球 现从两箱中任取一箱，并从箱中任取一球， 结果所取得的球是白球。 答 第一箱. 问 所取的球来自哪一箱？ 例5 设总体 X 服从0-1分布，且P (X = 1) = p, 用极大似然法求 p 的估计值。 解 X 的概率分布可以写成 设 X1, X2,…, Xn为总体 X 的样本, 设 x1, x2,…, xn为总体 X 的样本值, 则 对于不同的 p ,L (p)不同，见右下图 现经过一次试验， 发生了， 事件 则 p 的取值应使这个事件发生 的概率最大。 在容许的范围内选择 p ，使L(p)最大 注意到，ln L(p)是 L 的单调增函数，故 若某 个p 使ln L(p)最大，则这个p 必使L(p)最大。 所以 为所求 p 的估计值. 一般地，设X 为离散型随机变量，其分布律为 X1, X2,…, Xn为总体 X 的样本, x1, x2,…, xn为总体 X 的样本值, 则X1, X2,…, Xn的概率分布为 或 称L( )为样本的似然函数 则称这样得到的 为参数 ? 的极大似然估计值 称统计量 为参数 ? 的极大似